A segurança dos consumidores

The present report, about consumer’s safety, shows the development of the knowledge on this particular subject and the actions carried out by entities that fight for the protection of consumer’s rights. The internship was based on the knowledge acquirement on the theoretical and practical aspects of the fight lead by the Direção Geral do Consumidor, together with other entities, towards the elimination or solely the reduction of risks caused by some products and services made available for the consumers or put on the market. During the internship, I counted with the support of my supervisor in the DGC, Dr. Ana Catarina Fonseca and, for the writing of the report, I had the help of my thesis advisor, Dr. Jorge Morais Carvalho, whenever I needed constructive criticism. My participation on the creation of the informative brochures about consumer’s safety, and the study of the legislation used by the DGC on the daily work, enabled me, effectively, to consolidate my guiding principles as a future professional on the matters of the creation of entities, private and public, which aim to ensure the protection of consumers’s rights, informing them of the possible risks or solving the already existing problems, removing dangerous products and services from the market.The report clarifies the action of the DGC on the protection of consumer’s safety, and enables some knowledge on the relations between the entities that work for the protection of the consumers and the market operators and on their work on identifying dangerous products and warning the consumers about it. The final part of this report contains information that allows us to form an idea of the importance that consumer safety has had in Cape Verde, compared with the laws of Portugal on the matter.

Métodos de aprendizagem automática: um estudo baseado na avaliação e previsão de clientes bancários

Data Mining surge, hoje em dia, como uma ferramenta importante e crucial para o sucesso de um negócio. O considerável volume de dados que atualmente se encontra disponível, por si só, não traz valor acrescentado. No entanto, as ferramentas de Data Mining, capazes de transformar dados e mais dados em conhecimento, vêm colmatar esta lacuna, constituindo, assim, um trunfo que ninguém quer perder. O presente trabalho foca-se na utilização das técnicas de Data Mining no âmbito da atividade bancária, mais concretamente na sua atividade de telemarketing. Neste trabalho são aplicados catorze algoritmos a uma base de dados proveniente do call center de um banco português, resultante de uma campanha para a angariação de clientes para depósitos a prazo com taxas de juro favoráveis. Os catorze algoritmos aplicados no caso prático deste projeto podem ser agrupados em sete grupos: Árvores de Decisão, Redes Neuronais, Support Vector Machine, Voted Perceptron, métodos Ensemble, aprendizagem Bayesiana e Regressões. De forma a beneficiar, ainda mais, do que a área de Data Mining tem para oferecer, este trabalho incide ainda sobre o redimensionamento da base de dados em questão, através da aplicação de duas estratégias de seleção de atributos: Best First e Genetic Search. Um dos objetivos deste trabalho prende-se com a comparação dos resultados obtidos com os resultados presentes no estudo dos autores Sérgio Moro, Raul Laureano e Paulo Cortez (Sérgio Moro, Laureano, & Cortez, 2011). Adicionalmente, pretende-se identificar as variáveis mais relevantes aquando da identificação do potencial cliente deste produto financeiro. Como principais conclusões, depreende-se que os resultados obtidos são comparáveis com os resultados publicados pelos autores mencionados, sendo os mesmos de qualidade e consistentes. O algoritmo Bagging é o que apresenta melhores resultados e a variável referente à duração da chamada telefónica é a que mais influencia o sucesso de campanhas similares.

Aprendizagem, mobilidade e convergência digital no ambiente formativo da Portugal Telecom

Com o desenvolvimento das Tecnologias de Informação e Comunicação, as mesmas têm permitido dotar as pessoas de conhecimentos, através de formas mais rápidas e eficientes como é o caso da formação em e-learning. O número de organizações a apostar na formação em e-learning é cada vez maior, tornando-se importante perceber em que medida é que o método é eficaz e quais as vantagens que proporciona à organização, bem como o seu impacto no capital humano. Assim e visando averiguar como esta situação é vivenciada na prática decidiu-se pela realização de um estágio, na PT PRO pertencente Grupo Portugal Telecom. Para a construção deste relatório de estágio foi preciso para além da consulta e análise documental de aquivos internos e intranet, reuniões tidas com os elementos do departamento da Gestão de Formação, onde decorreu o estágio, visando dar uma resposta mais cabal à questão de partida que norteia o estágio: “Qual o impacto gerado pelas ações de e-learning, sua aplicabilidade e satisfação dos colaboradores face às mesmas na PT PRO?” O método utilizado neste estudo foi do tipo quantitativo, tendo sido aplicado um inquérito por questionário construído para o efeito. Face aos resultados obtidos, concluímos que na PT PRO, os colaboradores encontram-se globalmente satisfeitos com o conhecimento gerado e acima de tudo com a aplicabilidade do mesmo nas suas funções de trabalho.

Previsão da estrutura temporal da taxa de juro na zona Euro : aproximação paramétrica e por métodos de aprendizagem automática

A estrutura temporal das taxas de juro, também conhecida por yield curve ou curva de rendimentos define a relação entre as taxas de juros e o prazo de vencimento (ou maturidades) dos investimentos feitos. Assim, o desenvolvimento de modelos que possibilitem a obtenção de previsões precisas sobre a estrutura temporal das taxas de juro e que permitam estudar a dinâmica da evolução das taxas de juro é de crucial importância em diversas áreas de financiamento. Neste estudo investigou-se a performance de diferentes métodos de previsão para obter a estrutura temporal das taxas de juro da Zona Euro, considerando o período entre 2009 e 2015. Em termos mais específicos, foi analisada a capacidade preditiva do modelo de Nelson-Siegel & Svensson assumindo que os parâmetros resultantes da estimação da especificação paramétrica podem ser modelizados através de métodos de séries temporais univariados (modelos ARIMA, Random walk) e multivariados (modelos VAR) e Redes Neuronais Artificiais (RNA) individuais e conjuntas. Os resultados deste estudo mostram que (i) as RNA com a previsão dos parâmetros em simultâneo exibem os valores de erro mais baixos para as maturidades de curto e médio prazo (3 meses a 5 anos); (ii) As RNAs individuais são melhores para prever as taxas de juro nas maturidades compreendidas entre os 7 e os 10 anos, e que (iii) para as maturidades de longo e muito longo prazo (15 e 30 anos respetivamente) deverá ser escolhido o modelo VAR(1). Estes resultados são robustos e consistentes para todos os horizontes de previsão analisados (1,2 e 3 meses). Contudo, no período analisado nenhum dos modelos testados apresenta valores de erro inferiores aos obtidos com o modelo Random Walk.